AI 해커가 강해질수록 더 좋아지는 사이버 보안주들은?

[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 미국주식 사관학교 [게시일] 2026.09.04 [원문 URL] https://contents.premium.naver.com/usa/nasdaq/contents/260904125911027tq [제목] AI 해커가 강해질수록 더 좋아지는 사이버 보안주들은? [수집 기준] 구매회원 본인이 QR 로그인으로 승인한 구독 열람권을 사용해 개인 문서 보관용으로 확보했다. 목록 메타데이터가 아니라 아래 실제 본문만 분석 근거로 사용한다. [구독 원문 본문] 안녕하세요, 카레라입니다. 사진 출처: 중앙일보, 동아일보 사진 출처: 프롬피, ai post korea 요즘 이런 뉴스 많이 보셨죠? AI가 사이버 보안을 케이크처럼 썰어대면서 무슨무슨 기업의 보안 취약점에 들어갔다, 어디를 해킹했다, 몇십 년 동안 뚫리지 않던 방화벽을 해킹했다 등등... ​ 재미있는 건 AI가 등장한 게 2023년인데, 2025년까진 잠잠하다가 갑자기 2025년 하반기부터 이런 이야기가 막 쏟아졌다는 겁니다. 사진 출처: 구글 이건 구글 트렌드라고 해서 어떤 검색어가 얼마나 큰 이슈가 되었는지를 보여줍니다. "AI 보안 취약점" 은 2025년 하반기부터 갑자기 주목받고 예전 대비 50~100배 넘는 검색량을 보여줬습니다.

사진 출처: 구글 이건 2025년부터 본격적으로 성층권을 향해 이륙한 크라우드스트라이크 같은 보안주들 주가에서도 잘 보입니다. 그런데 잠깐만요. AI는 2023년부터 있었는데 왜 사이버 보안은 2025년부터 문제가 되었을까요? 여기에 AI 시대 사이버 보안주를 이해할 때 꼭 알아야 하는 본질이 있습니다. 사실 2025년 이전 AI도 코드를 보여주면 보안 취약점 자체는 꽤 잘 찾았습니다. 사진 출처: 구글 AI: 님! 여기 입력값 검사가 없음. 여기는 권한 확인이 이상함 ​ 이 정도는 충분히 말할 수 있었습니다. 하지만 실제 해킹에서는 약한 부분을 찾았으면 프로그램을 직접 실행해보고 공격해봐야 합니다. 안 되면 다시 바꾸고 왜 실패했는지 확인하고... 공격코드를 고친 다음 다시 시도해야 합니다. ​ 이 과정을 무한반복해야 성공률이 올라가는 것이 AI 시대의 해킹입니다. 사진 출처: 앤트로픽 2025년 이전에는 이 과정을 사람이 대신 해줘야 했습니다. 하지만 지금 AI 에이전트에게는 온갖 실제 작업도구를 통째로 줄 수 있습니다. ​ 예전 AI가 자동차 설계도를 보고 "여기 브레이크 이상한 것 같은데?" 라고 말하는 정비사였다면 지금 AI는 그냥 정비소 전체를 증여받은 것(...).

직접 차를 띄워서 부품을 뜯고 테스트한 다음 실패하면 다시 고칠 수 있음 ​ 여기에 긴 작업을 유지하는 능력도 좋아졌습니다. 예전에 AI가 한 대화를 오래 기억하지 못할 때는 공격 시도 → 실패 → 원인 확인 → 코드 수정 → 다시 실행... 대충 3~4번째에서 앞에 것을 까먹으면 모든 게 말짱 도루묵이었는데 이제는 이걸 계속 반복할 수 있게 되었습니다. 그래서 변화가 갑자기 나타난 것처럼 보입니다. ​ 공격 과정이 열 단계라고 하면 예전 AI는 중간에 한 번만 막혀도 끝이었지만 지금은 각 단계 성공률이 조금씩 올라가다가 어느 순간 전체가 한 사이클을 돌거든요. 그러니까 AI가 갑자기 해킹이라는 새로운 학문을 배운 게 아니고 작년쯤부터 AI한테 여러 도구가 생기고 더 오래 기억할 수 있게 되면서 어떤 임계점이 그냥 뚫린 거구만. 사진 출처: Krypterix 맞습니다. 암호 체계의 글로벌 표준 같은 것으로 AES-256이 있습니다. 웬만한 우리 주변의 암호체계는 대부분 얘를 씁니다. 그럼 이런 암호도 AI가 그냥 케이크 썰듯이 풀 수 있을까요? ​ 아닙니다. 이 차이를 정확히 알아야 하는데요. ​ 2026년 AI가 잘 깨는 건 암호학 자체보다 그 암호를 사용하는 인간의 프로그램입니다.

​ AES-256은 사실 AI로서도 깰 수 있는 방법이 딱히 없습니다. 그냥 물리적으로 거의 불가능합니다. 원래 그렇게 만들어진 암호입니다. ​ ???: 근데 브라우저랑 운영체제는 뚫었다며? ​ 암호를 안 깨면 됩니다. 사진 출처: 무이아미고 예를 들어 30cm짜리 금고문이 있다고 하면, AI가 가지고 있는 화력으로는 이 문은 못 뜯습니다. 그런데 직원이 열쇠를 책상 서랍에 넣어뒀다면? 금고문이 아니라 서랍을 열면 됩니다. 현실의 AI 해킹은 대부분 이렇게 작동합니다. Memory corruption, Exploit Chaining 같은 어려운 공격 기법 용어들이 많은데 이게 뭔지는 몰라도 됩니다. ​ 중요한 건 이런 공격 대부분이 수많은 실패를 거쳐 조금씩 조건을 맞춰가는 작업이라는 데 있습니다. ​ 예전엔 실제 도구가 붙고 속도가 빨라봐야 "공격 시도 → 실패 → 원인 확인 → 코드 수정 → 다시 실행" 이 프로세스를 끝까지 돌리지 못하면 말짱 도루묵이었는데 지금은 이 프로세스를 끝까지 돌리고도 남아서 직전 실패를 그 다음 시도에 반영할 수도 있게 되었습니다. ​ 그래서 AI가 해킹에서 갑자기 초월적인 성능을 보이게 된 겁니다. 사진 출처: 투니버스 AI 해킹의 본질은 풀지 못하는 암호는 냅두고 그 암호를 쓰는 체계의 다른 쥐구멍을 찾는 것

​ 그러면 해커보다 먼저 우리 코드에 AI를 풀어놓으면 되는 거 아닐까요? 네, 맞습니다. AI가 공격자의 비용을 낮췄다면 방어자의 비용도 똑같이 낮출 수 있습니다. 어떻게요? 제품을 출시한 뒤 해커가 취약점을 찾기를 기다릴 게 아니라 출시 전에 AI에게 "네가 해커라고 생각하고 최대한 뚫어봐" 라고 시키면 됩니다. 재미있는 건 이걸 위한 기술이 대부분 옛날부터 있었다는 겁니다. 대표적인 게 퍼징(Fuzzing)입니다. 사진 출처: 한국정보보호교육센터 퍼징은 프로그램에 온갖 이상한 데이터를 수십만 번, 수백만 번 집어넣는 보안기술입니다. 엄청 긴 문자열을 넣고 파일을 일부러 망가뜨리고 말도 안 되는 숫자를 집어넣다가 프로그램이 죽으면 ​ ???: 오? 여기 뭐 있네? ​ 하고 더 자세히 들여다 보는 방식입니다. ​ 문제는 기존 퍼저(퍼징을 하는 프로그램)가 별로 똑똑하지 않았다는 겁니다. 프로그램 깊숙한 곳에 있는 기능까지 들어가려면 여러 조건을 통과해야 하는데 무작위 입력만으로는 거기까지 도달하기 어렵습니다. ​ AI가 붙으면 달라집니다. "풀지 못하는 암호는 냅두고 그 암호를 쓰는 체계의 다른 쥐구멍을 찾는 것" 이 말을 다시 한 번 읽어보세요. 방어자 측에서도 똑같이 쓸 수 있는 말입니다.

사진 출처: theori.ai 구글이 이미 비슷하게 하고 있는데, 2016년부터 운영하던 OSS-Fuzz에 AI 에이전트를 붙여 버그 발견에서 끝나던 과정을 이제는 수리까지 함께 하고 있죠. ​ AI가 공격만큼 방어도 잘 한다는 건 DARPA가 진행한 AI Cyber Challenge에서도 증명됐습니다. ​ 평균적으로 취약점의 86%를 찾고 패치하는 데까지 45분밖에 걸리지 않았고, 심지어 대회가 심지 않았던(...) 실제 취약점 18개도 덤으로 발견했다고 합니다. 방식뿐 아니라 속도도 공격자를 따라가야 합니다. AI 공격자가 몇 분 만에 움직이기 시작하면 이 속도로는 안 되니까요. 핵무기에는 핵무기로 대응하는 것처럼 AI에는 AI로 대응해야 합니다. 여기서 중요한 개념이 EDR과 SOC입니다. ​ EDR은 회사 PC와 서버에서 어떤 프로그램이 실행되고 어떤 파일을 열고 어디에 접속했는지 감시 SOC는 이런 경고를 모아서 조사하는 보안 관제센터 ​ EDR과 SOC가 중요한 이유는 AI 공격이 빨라질수록 사람이 하나씩 경보를 읽고 대응하는 방식이 먼저 한계에 부딪히기 때문입니다. EDR이 회사 안에서 벌어지는 행동을 계속 기록해주는 센서라면 SOC는 그 수많은 신호를 모아 이게 그냥 이상한 행동인지 실제 공격의 일부인지 판단하는 관제센터입니다.

공격 AI가 빨라질수록 이쪽은 사람이 직접 대응하는 모델 자체가 버티기 어려워서 SOC로 갈 수밖에 없는 영역입니다. 다만! 미래를 생각한 투자 매력도는 QLYS, TENB, RPD가 CRWD, S보다 한수 위라고 보입니다. 그 이유는 AI에게 얼마나 행동의 자유가 허용되는가에 있습니다. QLYS, TENB, RPD: 우리 시스템을 마음껏 때려봐(진짜 해도 됨. 틀려도 실험환경에서 다시 하면 됨) ​ CRWD, S: 지금 회사 안에서 이 행동이 공격인지 판단하고 막아(틀리면 멀쩡한 직원이나 서버를 차단하고 시말서 쓸 수 있음) ​ 그래서 전자는 AI가 더 공격적으로 움직여도 되는 영역이고 후자는 AI가 더 조심스럽게 움직여야 하는 영역입니다. 그만큼 자동화 속도 차이가 납니다. ​ 또 하나는 공격 AI가 강해질수록 사전 점검의 경제성이 더 직접적으로 올라간다는 점입니다. ​ 해커가 몇 시간 만에 취약점을 만들 수 있다면 기업 입장에서는 "문제가 생기면 잡자" 보다 "배포 전에 먼저 깨보자" 의 가치가 훨씬 커집니다. QLYS, TENB, RPD가 바로 그 앞단에 있구요. ​ PANW는 이 관점에서 위 두 영역을 동시에 잡으려 하는데, 효율이 좋아진 여러 방어기술을 한 플랫폼에 묶는 수혜 정도로 이해하시면 되겠습니다.

사진 출처: theori.ai 구글이 이미 비슷하게 하고 있는데, 2016년부터 운영하던 OSS-Fuzz에 AI 에이전트를 붙여 버그 발견에서 끝나던 과정을 이제는 수리까지 함께 하고 있죠. ​ AI가 공격만큼 방어도 잘 한다는 건 DARPA가 진행한 AI Cyber Challenge에서도 증명됐습니다. ​ 평균적으로 취약점의 86%를 찾고 패치하는 데까지 45분밖에 걸리지 않았고, 심지어 대회가 심지 않았던(...) 실제 취약점 18개도 덤으로 발견했다고 합니다. 방식뿐 아니라 속도도 공격자를 따라가야 합니다. AI 공격자가 몇 분 만에 움직이기 시작하면 이 속도로는 안 되니까요. 핵무기에는 핵무기로 대응하는 것처럼 AI에는 AI로 대응해야 합니다. 여기서 중요한 개념이 EDR과 SOC입니다. ​ EDR은 회사 PC와 서버에서 어떤 프로그램이 실행되고 어떤 파일을 열고 어디에 접속했는지 감시 SOC는 이런 경고를 모아서 조사하는 보안 관제센터 ​ EDR과 SOC가 중요한 이유는 AI 공격이 빨라질수록 사람이 하나씩 경보를 읽고 대응하는 방식이 먼저 한계에 부딪히기 때문입니다. EDR이 회사 안에서 벌어지는 행동을 계속 기록해주는 센서라면 SOC는 그 수많은 신호를 모아 이게 그냥 이상한 행동인지 실제 공격의 일부인지 판단하는 관제센터입니다.

​ 쉽게 말하자면 어떤 회사 시스템에 이런 기록이 있다고 합시다. ​ 오전 11시 1분 로그인 오전 11시 3분 회사 프로그램 실행 오전 11시 4분 비밀번호 관련 데이터 접근 오전 11시 5분 다른 서버 접속 ​ 사람이 각각 보면 별것 아닐 수도 있습니다. 하지만 AI가 보면 다릅니다. ​ ???: 이거 한 놈이 계정 훔치고 다른 서버로 이동하는 과정 아니야? ​ 라고 전체 공격 흐름을 연결할 수 있습니다. SentinelOne 같은 회사는 이제 AI가 조사만 하는 게 아니라 사람이 정해놓은 범위 안에서는 대응까지 자동 실행하는 방향으로 가고 있습니다. 사진 출처: BeBeez International 자! 귀찮고 어려운 설명은 여기까지. 이 수많은 사이버 보안 기업들이 뭘 하는지 기술적으로 설명하려면 날밤을 새도 모자랄 겁니다. 아래 적힌 것만 외웁시다. ​ ???: AI 해커가 어느 단계까지 왔을 때 누가 막는가? ​ QLYS, TENB, RPD: AI 해커가 오기 전에 우리가 먼저 우리 시스템을 공격해보자! ​ CRWD, S: 어? AI 해커가 이미 들어왔다. 이제 잡자. ​ PANW: 하나만 해야 됨? 둘 다 우리가 할게 ㅋㅋ

공격 AI가 빨라질수록 이쪽은 사람이 직접 대응하는 모델 자체가 버티기 어려워서 SOC로 갈 수밖에 없는 영역입니다. 다만! 미래를 생각한 투자 매력도는 QLYS, TENB, RPD가 CRWD, S보다 한수 위라고 보입니다. 그 이유는 AI에게 얼마나 행동의 자유가 허용되는가에 있습니다. QLYS, TENB, RPD: 우리 시스템을 마음껏 때려봐(진짜 해도 됨. 틀려도 실험환경에서 다시 하면 됨) ​ CRWD, S: 지금 회사 안에서 이 행동이 공격인지 판단하고 막아(틀리면 멀쩡한 직원이나 서버를 차단하고 시말서 쓸 수 있음) ​ 그래서 전자는 AI가 더 공격적으로 움직여도 되는 영역이고 후자는 AI가 더 조심스럽게 움직여야 하는 영역입니다. 그만큼 자동화 속도 차이가 납니다. ​ 또 하나는 공격 AI가 강해질수록 사전 점검의 경제성이 더 직접적으로 올라간다는 점입니다. ​ 해커가 몇 시간 만에 취약점을 만들 수 있다면 기업 입장에서는 "문제가 생기면 잡자" 보다 "배포 전에 먼저 깨보자" 의 가치가 훨씬 커집니다. QLYS, TENB, RPD가 바로 그 앞단에 있구요. ​ PANW는 이 관점에서 위 두 영역을 동시에 잡으려 하는데, 효율이 좋아진 여러 방어기술을 한 플랫폼에 묶는 수혜 정도로 이해하시면 되겠습니다.

​ NET: 애초에 문 앞에서 AI끼리 싸우게 하면 안 되나? ​ ZS: 문을 통과할 때마다 AI든 사람이든 신분과 권한을 다시 확인하면 되지 않음? ​ 작년까지만 해도 AI 사이버보안 수혜라고 하면 AI 공격이 늘어나니 보안예산도 늘어난다는 정도의 이야기였습니다. 이제는 훨씬 구체적으로 볼 수 있습니다. ​ AI가 가장 크게 바꾼 것은 취약점을 찾고 실제 공격으로 바꾸는 비용입니다. 사진 출처: 삼국지 저는 QLYS, TENB, RPD 쪽의 선제적 취약점 색출을 좋게 봅니다. 아마 처음 들어보는 기업들이실 텐데, 의외로 이쪽에서 잔뼈가 굵은 기업들입니다. ​ 이 취약점 색출은 아까도 말씀드렸듯 AI가 공격자의 노동을 줄인 만큼 방어자의 점검 노동도 똑같이 줄이는 영역이라 효율 상승폭이 가장 크기 때문입니다. ​ 두 번째가 CRWD, S 쪽의 EDR과 SOC 자동화입니다. ​ 여기서는 AI가 사람을 가장 많이 대체할 수 있습니다. 예전에는 보안관제 인력이 수천 개의 경고를 직접 보고 "혹시 이거랑 저게 상관이 있나? 그럼 이거 사이버 공격인데?" 같은 판단을 내려야 했습니다. ​ 이제는 AI가 다양한 신호를 한 흐름으로 묶어서 몇 분 안에 판단할 수 있죠.

공격 AI가 빨라질수록 이쪽은 사람이 직접 대응하는 모델 자체가 버티기 어려워서 SOC로 갈 수밖에 없는 영역입니다. 다만! 미래를 생각한 투자 매력도는 QLYS, TENB, RPD가 CRWD, S보다 한수 위라고 보입니다. 그 이유는 AI에게 얼마나 행동의 자유가 허용되는가에 있습니다. QLYS, TENB, RPD: 우리 시스템을 마음껏 때려봐(진짜 해도 됨. 틀려도 실험환경에서 다시 하면 됨) ​ CRWD, S: 지금 회사 안에서 이 행동이 공격인지 판단하고 막아(틀리면 멀쩡한 직원이나 서버를 차단하고 시말서 쓸 수 있음) ​ 그래서 전자는 AI가 더 공격적으로 움직여도 되는 영역이고 후자는 AI가 더 조심스럽게 움직여야 하는 영역입니다. 그만큼 자동화 속도 차이가 납니다. ​ 또 하나는 공격 AI가 강해질수록 사전 점검의 경제성이 더 직접적으로 올라간다는 점입니다. ​ 해커가 몇 시간 만에 취약점을 만들 수 있다면 기업 입장에서는 "문제가 생기면 잡자" 보다 "배포 전에 먼저 깨보자" 의 가치가 훨씬 커집니다. QLYS, TENB, RPD가 바로 그 앞단에 있구요. ​ PANW는 이 관점에서 위 두 영역을 동시에 잡으려 하는데, 효율이 좋아진 여러 방어기술을 한 플랫폼에 묶는 수혜 정도로 이해하시면 되겠습니다.

사진 출처: 구글 반면 NET과 ZS는 AI 시대에 중요성은 확실히 올라가겠지만 효율이 폭발적으로 좋아진 정도는 위 세 그룹보다 한 단계 아래로 봅니다. ​ NET과 ZS는 AI가 붙어서 기존 업무 생산성이 폭발적으로 뛰는 쪽은 아님 정확히는 AI 때문에 방어해야 할 트래픽과 권한 수요가 늘어나는 수혜 ​ 특히 ZS의 경우 "우리 서비스에 들어온 이 AI 에이전트가 어디까지 접근해도 되지?" 를 확인하는 것이 주 기술 영역인데, 이것은 ZS의 기존 일을 몇 배 더 효율적으로 해주는 직접 생산형 수혜라기보다는 통제해야 할 사용자와 권한이 늘어나는 수요 증가형 수혜에 더 가깝습니다. ​ 그래서 제 개인적인 생각으로는 AI 사이버 보안 관점에서의 투자 매력도를 QLYS, TENB, RPD > CRWD, S > NET, ZS 로 보고 있습니다. ​ 워낙 기술이 빨리빨리 바뀌는 시대이다 보니 업계 기술 발전에 따라서 앞으로 얼마든지 달라질 수도 있겠지만요. ​ 읽어주셔서 감사합니다. ^^